[论文解读] SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction

Pei Lv, Wentong Wang+4 more|arXiv (Cornell University)|Dec 5, 2021

Traffic and Road Safety被引用 7

一句话总结

该论文提出SSAGCN，一种新颖的图卷积网络，通过社交软注意力机制与序列场景注意力共享，联合建模行人之间的社交互动以及与环境的场景互动。通过将多因素社交动态与时间一致的场景影响整合到统一的图结构中，SSAGCN在基准数据集上实现了最先进性能，生成的轨迹预测在物理和社交层面均具有合理性。

ABSTRACT

Pedestrian trajectory prediction is an important technique of autonomous driving, which has become a research hot-spot in recent years. Previous methods mainly rely on the position relationship of pedestrians to model social interaction, which is obviously not enough to represent the complex cases in real situations. In addition, most of existing work usually introduce the scene interaction module as an independent branch and embed the social interaction features in the process of trajectory generation, rather than simultaneously carrying out the social interaction and scene interaction, which may undermine the rationality of trajectory prediction. In this paper, we propose one new prediction model named Social Soft Attention Graph Convolution Network (SSAGCN) which aims to simultaneously handle social interactions among pedestrians and scene interactions between pedestrians and environments. In detail, when modeling social interaction, we propose a new \emph{social soft attention function}, which fully considers various interaction factors among pedestrians. And it can distinguish the influence of pedestrians around the agent based on different factors under various situations. For the physical interaction, we propose one new \emph{sequential scene sharing mechanism}. The influence of the scene on one agent at each moment can be shared with other neighbors through social soft attention, therefore the influence of the scene is expanded both in spatial and temporal dimension. With the help of these improvements, we successfully obtain socially and physically acceptable predicted trajectories. The experiments on public available datasets prove the effectiveness of SSAGCN and have achieved state-of-the-art results.

研究动机与目标

• 为解决现有方法将社交与场景互动分别且孤立建模的局限性。
• 通过将相对速度、方向和可见性等综合社交因素纳入互动建模，提升轨迹预测的准确性。
• 通过序列场景共享机制，实现在时间上连续、感知时间的场景影响在行人之间的传播。
• 在单一图卷积框架内统一建模社交与场景互动，以实现更连贯、更真实的预测。
• 生成在社交上可接受（例如避免碰撞）且在物理上合理（例如尊重障碍物与道路边界）的轨迹预测。

提出的方法

• 提出一种社交软注意力函数，基于相对位置、速度、方向和可见性，计算行人之间动态的多因素互动权重。
• 利用社交软注意力得分构建图的加权邻接矩阵，以反映行人之间影响力的差异。
• 引入一种序列场景注意力共享机制，于每个时间步计算场景注意力，并随时间在社交图上传播。
• 在每个时间步将场景注意力特征整合到节点嵌入中，实现环境影响的时间连续性与空间扩散。
• 采用图卷积网络（GCN）在动态加权社交图上聚合特征，用于轨迹预测。
• 采用统一的编码器-解码器架构，使社交与场景特征在节点表示中共同嵌入，再经GCN处理。

实验结果

研究问题

• RQ1 如何通过引入相对距离以外的多种动态因素，更真实地建模行人之间的社交互动？
• RQ2 能否以反映实时、连续场景互动的方式，有效实现物理环境影响在行人之间的传播？
• RQ3 与分别建模相比，在统一图框架中联合建模社交与场景互动是否能提升预测准确率与合理性？
• RQ4 所提出的序列场景注意力共享机制如何增强轨迹预测中场景影响的空间与时间一致性？
• RQ5 在存在障碍物与密集人流的复杂城市环境中，该模型在多大程度上能生成物理与社交上有效的轨迹？

主要发现

• SSAGCN在多个公开基准数据集（包括SDD与UCY）上达到最先进性能，在ADE与FDE指标上均优于先前方法。
• 邻接矩阵的可视化表明，SSAGCN能更优地区分与过滤社交互动，尤其在高风险场景（如迎面相遇）中表现突出。
• 该模型成功预测了避碰行为，例如当行人直接接近时会转向避让。
• 即使在挑战性场景中（如行人朝障碍物行进），模型仍能生成物理上合理的轨迹，通过偏移路径避免碰撞。
• 序列场景注意力共享机制使场景效应（如道路边界）能通过社交图传播，影响未直接邻近障碍物的行人。
• 定性结果证实，预测轨迹在社交上可接受（如保持安全距离）且在物理上一致（如停留在道路上、避开障碍物）。